分数阶Choquard方程的基态解:存在性与径向对称性北大核心

利用约束极小化问题的极小化序列的伸缩性质和集中紧性,证明了一类分数阶Choquard方程基态孤立波解的存在性.此外,利用隐函数方法得到了在不考虑平移变换的情形下,该基态解是径向对称的.     

基于局部多项式展开的多元非参数模型贝叶斯带宽选择

在多元非参数模型中带宽和阶的选择对局部多项式估计量的表现十分重要。本文基于交叉验证准则提出一个自适应贝叶斯带宽选择方法。在给定的误差密度函数下,该方法可推导出对应的似然函数,并构造带宽参数的后验密度函数。随后,通过带宽的后验期望可同时获得阶和带宽的估计。数值模拟的结果表明,该方法不仅比大拇指准则方法精确,且比交叉验证方法耗时更少。与此同时,与Nadaraya-Watson估计相比,所提带宽选择方法对多元非参数模型的适应性要更好。最后,本文通过一组实际数据说明有限样本下所提贝叶斯带宽选择的表现很好。     

一类零膨胀广义线性模型极大似然估计的相合性与渐近正态性

讨论了响应变量为单参数指数族且在零点处膨胀的广义线性模型的大样本性质,对其参数进行了极大似然估计,给出了一些正则条件.基于所提出的正则条件,证明了模型参数极大似然估计的相合性与渐近正态性.     

生产者对回收责任约束的参与意愿——强制性与自愿性的形成机理及驱动因素分析

绿色发展要求生产者承担回收、循环并再利用的延伸责任。政府通过合规计划约束生产者的行为,规制水平与获利驱动调控生产者的参与意愿而实现回收责任。本文以再制造作为废旧产品的价值恢复模式,导入了循环环节的环境成本,构建了基于经济效益和经济效益与环境效益相统一的生产者参与意愿决策模型,运用线性约束二次规划的K-T条件方法,确立了两种情境下的最优决策。研究结果给出了生产者强制性与自愿性的分型边界,分型边界受恢复价值和政府规制水平的联合驱动;评估了环境成本结构对强制性/自愿性的分型边界、效益的影响。     

格林公式的教学探究

首先通过一个热点问题和两个计算题引出学习格林公式的目的和必要性,迅速抓住学生的兴趣点,从第二型曲线积分入手,通过逐步分析操作给出前提条件,并最终得到公式,打破了书上的传统推导模式.     

欢迎您投稿 欢迎您订阅

简介《应用泛函分析学报》创刊于1999年6月,由中国科学院数学与系统科学研究院和中国科技出版传媒股份有限公司共同主办,科学出版社出版,向国内外征稿和发行。主要刊登泛函分析理论及其在金融、经济、管理、能源、环境、军事、工业、农业等领域中的重要应用成果。     

新生代科技员工的自我发展诉求对主动创新行为的影响——基于自我效能感和组织认同的中介作用

员工的主动创新行为是推动组织创新以适应环境变化的原动力,作为企业创新主力军的新生代科技员工,其主动创新行为的增加,对组织发展和目标实现有着重要影响.基于价值观的新研究视角和社会认知理论,通过理论分析和实证检验,对山西、陕西12家企业的新生代科技员工及其直属领导进行了配对问卷调查,探讨了新生代科技员工能力与成长工作价值观对主动创新行为的影响机制,并从认知视角构建了中介效应模型.研究结果表明,新生代科技员工能力与成长工作价值观对其主动创新行为具有显著正向影响;自我效能感以及组织认同在新生代科技员工能力与成长工作价值观和其主动创新行为之间具有中介作用.     

考虑风险规避的渠道选择策略:直营店vs加盟店

以两供应链渠道(直营店vs加盟店)选择策略为研究对象,考虑供应链间Stackelberg和Bertrand博弈,分别建立加盟店-加盟店、加盟店-直营店、直营店-加盟店、直营店-直营店四种博弈模型,分析风险规避程度、链间博弈次序、市场竞争强度对渠道选择均衡策略的影响.研究发现,区别于早期研究结果,1)在供应链间Stackelberg博弈下,对于领导者制造商来说,直营店渠道是其占优策略;但对于追随者制造商来说,采用直营店还是加盟店渠道,则取决于市场竞争强度、领导者制造商的渠道选择及风险规避程度;2)在供应链间Bertrand博弈下,当制造商风险规避程度较大时,都选择直营店渠道是两制造商的均衡策略,但在市场竞争较激烈时,选用直营店渠道让两制造商陷入囚徒困境.     

基于偏正态数据下联合位置与尺度混合专家回归模型的参数估计北大核心CSCD

混合专家回归模型广泛应用于异质总体数据的分类,聚类及回归分析中.研究基于偏正态数据,提出了联合位置与尺度混合专家回归模型,该模型同时对位置,尺度和混合比例参数建模,应用MM算法和EM算法研究了该模型参数的极大似然估计.通过随机模拟和实例分析说明了该模型和方法的有效性与实用性.     

函数型数据回归分析综述

随着计算机储存能力和在线观测技术的提高,当今数据越来越多的以曲线和图像的形式存在.曲线和图像数据两个最显著的特征是高维和相邻数据间高度相关.这些特征使得传统的多元统计分析方法不再适合,而函数型数据在处理曲线和图像数据中具有无可比拟的优势.近年来各种各样的函数型数据分析方法得以发展,其中包括数据的对齐、主成分分析、回归、分类、聚类等.本文主要介绍函数型数据回归分析研究的起源、发展及最新进展.具体地,本文首先介绍函数型数据的概念;其次介绍函数型主成分分析方法;再次着重介绍函数型回归模型的估计、变量选择和检验方法;最后将简要探讨函数型数据未来的可能发展方向.